AI在零售业的五大应用场景:消费者喜欢苹果时,不要给他一箱梨

  • 时间:
  • 浏览:3

“人工智能在零售行业的应用,除了前端消费者体验的优化,还将在企业后端发挥巨大的作用。” 李宁集团 IT 总监朱远刚日前在接受记者采访时表示,“一方面是在产品设计研发阶段,设计师还须要借助AI技术大大提高设计的层厚和层厚。人及面是在业务决策中,AI不仅还须要帮助企业做数据分析,还还须要进行自动化决策。”

为消费者提供“炫酷”的体验

事实上,亲戚朋友将会想看 AI在亲戚朋友生活衣食住行各个角落提供了诸多的便利。当亲戚朋友通过淘宝、京东、唯品会等电商平台网购时,就将会在接触AI。譬如,在搜索商品时页面突然跳出“这类商品”的图案,这随后最简单的AI应用,即借助AI技术自动为购物者提供有效的建议,减少消费者浏览商品的时间和精力。

然而,消费者在购物过程中仅仅是通过关键字来搜索显然将会有的是最优化的体验,随还后能 满足现下消费者的“胃口”。使用文字、语音和图片进行综合搜索正在成为新的趋势,无疑这将为用户提供更雄厚、更有效的搜索渠道。你這個 模式被称为“多模态购物”。

举例来说,基于机器学习和层厚学习的图像识别能力,就比标准的图像识别更准确,并随着时间的推移,获得没法 高的精准度。无论是想看 一个多喜欢的颜色、你這個喜欢的材质、还是一款喜欢的商品,亲戚朋友都还须要拍下来,通过图片搜索出这类的产品。这对于“剁手党”而言无疑是巨大的福音。

美国一家红遍全球的装修设计网站——Houzz将会通过一套不要 再都还后能 扫描所含家具和配件的房间图像的层厚学习系统,而且 在人及的数据库中为消费者提供这类家居的购买渠道。该平台在2014年推出,目前将会通过15,000个商家提供了约3000万种产品。

不久前,Facebook也推出了这类技术的自动替代文本,通过图像的研究为视障者提供书面描述。此外,Google还推出了根据地标线索如植被类型、建筑风格、道路上的车辆等就还须要识别拍摄照片位置的层厚学习守护系统进程PlaNet。

据Gartner预测,到2020年,85%的消费者互动将通过AI实现自动化管理,跨渠道机器人不要 再都还后能 在2018年随后识别消费者的声音和面孔。

当然,目前就行业应用而言,亲戚朋友只接触到AI的皮毛,无论是企业还是消费者都期待AI技术在商业环境所含更大的发展空间,譬如为品牌商和消费者之间的互动提供更多的新形式、打造更为个性化的体验,而这也必然是未来的商业趋势。在接下来的几年中,基于AI的这类于Google Home、Siri和Cortana的购物助手将一定量接入到各类数字设备和平台中,使得消费者的所有购物行为都还须要通过图片、语音和文字进行。AI人及助理将变得无处没法了,变成亲戚朋友日常生活中的一每种,加之虚拟现实和增强现实平台的商业化,亲戚朋友在短信、微信、Instagram、淘宝等各种APP上的体验都将变得没法 智能化、没法 “炫酷”。

以数据“养”算法,不断调优模型

AI从概念提出至今将会足足300年,而直到近两年来才慢慢从科幻领域转移到商业应用,这得益于强大的新型GPU、专用的硬件、全新的算法以及层厚学习平台等技术的全面发展,使得一定量输入的数据还须要被计算。与此同時 ,技术的更新迭代也正不断推动新的算法的突然跳出,从而大大增加机器学习的层厚和层厚。当下,层厚学习甚至还须要做到在短短几秒钟内跨越数十亿个数据点、数千个信号和数五个层次。

基于此,AI对于零售行业的“改造”将不仅仅是在消费者的体验端。具体来说,AI你這個是你這個“催化剂”而有的是独立处在的技术,因而,随着更多、更复杂性的应用守护系统进程的推出,企业应该关注的重点方向是要怎样更好地利用数据释放AI的价值。在与消费者的互动中,不要 再都还后能 产生的一定量数据,而且 反馈到AI算法平台中,不断调整和优化语义理解、预测模型和层厚学习模型,形成对应的知识图谱和画像,建立知识库,从而更深入地分析消费者偏好和需求,为消费者创造层厚个性化的服务和体验。

目前,将会有某些零售商将会部署了相关软件或平台,使计算机不要 再都还后能 更好地预测和实时提供智能选泽。

以李宁公司为例,结合相关数据,通过机器学习技术,并基于单店需求分析、商品卖点分析、竞品和这类款分析、需求预测、需求与供应计划建议等算法和模型,李宁公司将会实现了对不同消费者及地区的差异化营销和个性化跟踪服务,并通过对消费者需求进行预测,帮助集团更好地进行产品规划设计、单店组货分析、匹配产品需求与供应链生产计划,在快速满足消费者需求的同時 ,优化内部人员成本,最大化企业利润。

再举个国外的例子,eBay推出的人及购物助手eBay ShopBot,还须要通过消费者数据的反馈,分析消费者喜欢的衣服尺寸将会品牌,并进行针对性的推送。随后当你喜欢阿迪达斯时,便不要 再继续推送让人耐克的相关信息。此外,eBay ShopBot还还须要通过计算机视觉技术,根据这类的图像或照片,匹配找到相这类的产品。

总结:AI在零售行业的五大应用场景

总而言之,由AI引发的创新模式的确为零售企业提供了某些新的将会,为消费者打造一个多层厚语境化和个性化的购物体验和场景。

这里再总结一下目前AI在零售行业的五大应用场景:

计算机视觉和模式识别。电商平台每天有的是数百万张图片,而通过计算机视觉和模式识别等层厚学习技术,将通过对一定量图像进行分类和搜索,在不全版信息的情況下,自动识别图像和文本中的关键每种,为消费者提供个性化和便捷的消费体验。

消费者分析。将会每个个体消费者的数据量在不断增加,某些公司推出了基于AI的新一代数据分析平台,从而彻底改变零售企业的分析能力。通过集成传感器和底部底部形态习,使得零售商更好地分配营销支出,识别和培育高价值客户,最大限度地减少对无利润客户的影响。

“碎片化购物”与NLP(自然语言除理)。移动设备和应用守护系统进程的普及,使得不要 的消费者习惯在碎片化的时间进行线上购物,要怎样将亲戚朋友的你這個 系列浏览记录、消费历史等分解成数百个碎片化的实时决策,帮助消费者在购物中做出更明智的选泽,对于零售企业而言将变得至关重要。在你這個 过程中,NLP(自然语言除理)将会发挥非常大的价值。

智能库存管理。有每种零售企业将会开始英文了使用人工智能管理仓库库存,如应用基于层厚神经网络的尺寸、包装除理方案,以消费者需求的精准预测来优化库存管理等等。

人机交互与媒体媒体合作。人机交互(HCI)的重点是人与计算机之间的接口和通信,而人机媒体媒体合作(HMC)将是人机交互的下一步,即融合人类的创造力和常识,强化机器的认知。尽管计算机视觉近期取得了一定量进展,但要实现更精准的识别,海须要机器和人之间的媒体媒体合作,不都还后能 构建用于增强特殊的图像识别除理方案的数据集,从而不断优化机器的图像识别能力。

<来源 :VentureBeat、Medium;编译:科技行者>